# BI-дашборд для оценки эффективности автобаз

Корпоративный веб-сервис для мониторинга и анализа работы транспортных подразделений.

## 📋 Возможности

- **Многофакторный рейтинг** подразделений на основе 5 KPI
- **Авторизация и RBAC** (роли: админ, руководитель, бухгалтер, водитель)
- **Экспорт отчётов** для обоснования бюджета
- **Абстракция данных** (легко переключиться с Google Sheets на ERP API)
- **Политика конфиденциальности** на всех экранах

## 🏗 Архитектура

### Паттерн Repository (DataFetcher)

```
┌─────────────────────────────────────────┐
│         DataFetcher (Interface)         │
│  - get_fleet_data() -> DataFrame        │
│  - get_requests_data() -> DataFrame     │
│  - get_accidents_data() -> DataFrame    │
│  - get_maintenance_data() -> DataFrame  │
│  - get_fuel_data() -> DataFrame         │
│  - get_employees_data() -> DataFrame    │
└─────────────────────────────────────────┘
                    ▲
        ┌───────────┼───────────┐
        │           │           │
┌───────┴────┐ ┌───┴────────┐ ┌┴──────────────┐
│MockData    │ │GoogleSheets│ │ApiFetcher     │
│Fetcher     │ │Fetcher     │ │(будущая ERP)  │
└────────────┘ └────────────┘ └───────────────┘
```

**Преимущества:**
- Код бизнес-логики (`KPICalculator`) не зависит от источника данных
- Для подключения ERP нужно лишь создать класс `ApiFetcher` с теми же методами
- Тестирование на mock-данных без подключения к внешним сервисам

## 📁 Структура проекта

```
autobase-bi/
├── app.py                 # Главное приложение Streamlit
├── data_fetcher.py        # Абстракция доступа к данным
├── requirements.txt       # Зависимости Python
├── .env.example          # Шаблон переменных окружения
├── service_account.json   # Ключ Google Service Account (не в git!)
└── README.md             # Эта документация
```

## 🚀 Быстрый старт

### 1. Установка зависимостей

```bash
pip install -r requirements.txt
```

### 2. Настройка окружения

Скопируйте `.env.example` в `.env`:

```bash
cp .env.example .env
```

Отредактируйте `.env` при необходимости (для демо можно оставить значения по умолчанию).

### 3. Запуск приложения

```bash
streamlit run app.py
```

Приложение откроется по адресу: http://localhost:8501

### 4. Вход в систему

Используйте тестовые учётные данные:

| Логин | Пароль | Роль | Права доступа |
|-------|--------|------|---------------|
| admin | admin123 | Администратор | Полный доступ |
| manager | manager123 | Руководитель | Просмотр + экспорт |
| accountant | accountant123 | Бухгалтер | Финансы + экспорт |
| driver | driver123 | Водитель | Только свои данные |

## 🔧 Настройка Google Sheets API

### Шаг 1: Создание сервиса в Google Cloud

1. Откройте [Google Cloud Console](https://console.cloud.google.com/)
2. Создайте новый проект или выберите существующий
3. Включите **Google Sheets API**:
   - Перейдите в "APIs & Services" → "Library"
   - Найдите "Google Sheets API" и нажмите "Enable"

### Шаг 2: Создание сервисного аккаунта

1. Перейдите в "APIs & Services" → "Credentials"
2. Нажмите "Create Credentials" → "Service Account"
3. Заполните данные:
   - Service account name: `autobase-bi-service`
   - Service account ID: создастся автоматически
   - Role: **Viewer** (только чтение)
4. Нажмите "Create and Continue"

### Шаг 3: Генерация ключа

1. На странице сервисного аккаунта перейдите во вкладку "Keys"
2. "Add Key" → "Create new key"
3. Выберите формат **JSON**
4. Скачайте файл и сохраните как `service_account.json` в корне проекта

### Шаг 4: Предоставление доступа к таблице

1. Откройте вашу Google Таблицу
2. Нажмите кнопку "Поделиться" (Share)
3. Вставьте email сервисного аккаунта (вида `autobase-bi-service@project-id.iam.gserviceaccount.com`)
4. Дайте права **Читатель** (Viewer)
5. Скопируйте ID таблицы из URL (между `/d/` и `/edit`)

### Шаг 5: Настройка .env

Отредактируйте `.env`:

```env
GOOGLE_SERVICE_ACCOUNT_KEY_PATH=./service_account.json
GOOGLE_SHEET_ID=ваш_id_таблицы_здесь
```

### Шаг 6: Структура Google Таблицы

Создайте листы со следующими названиями и колонками:

**Лист "Автопарк":**
```
vehicle_id | vehicle_type | department | status | year | mileage | purchase_cost
V001 | Грузовой | Автобаза №1 | В работе | 2022 | 75000 | 2500000
```

**Лист "Заявки":**
```
request_id | department | date | status | fulfilled | vehicle_id
R0001 | Автобаза №1 | 2024-01-15 | Исполнено | 1 | V001
```

**Лист "ДТП_ПДД":**
```
incident_id | date | vehicle_id | driver_id | type | severity | fine_amount
I001 | 2024-02-10 | V001 | D005 | ДТП | Средний | 15000
```

**Лист "ТО_Ремонты":**
```
maintenance_id | vehicle_id | date | type | downtime_days | cost
M0001 | V001 | 2024-01-20 | Плановое ТО | 2 | 25000
```

**Лист "ГСМ_Финансы":**
```
vehicle_id | date | fuel_liters | fuel_cost | planned_cost | actual_cost
V001 | 2024-01-15 | 250 | 12500 | 12000 | 12500
```

**Лист "Сотрудники":**
```
employee_id | name | department | position | license_category
D001 | Иванов А.А. | Автобаза №1 | Водитель | C
```

### Шаг 7: Переключение на Google Sheets

В приложении выберите в боковой панели:
- Источник данных: **Google Sheets**

Или измените `app.py`:

```python
# Было (демо):
st.session_state.data_fetcher = MockDataFetcher()

# Стало (Google Sheets):
from data_fetcher import GoogleSheetsFetcher
st.session_state.data_fetcher = GoogleSheetsFetcher(
    service_account_path=os.getenv('GOOGLE_SERVICE_ACCOUNT_KEY_PATH'),
    sheet_id=os.getenv('GOOGLE_SHEET_ID')
)
```

## 📊 Метрики и KPI

### 1. Коэффициент исполнения заявок (25%)
```
Исполнено заявок / Всего заявок × 100%
```

### 2. Коэффициент использования парка (КИП) (20%)
```
(Всего ТС - В ремонте) / Всего ТС × 100%
```

### 3. Безопасность (20%)
```
100 - (ДТП × 5 + Нарушения × 2) / Всего ТС × 10
```

### 4. Эксплуатация и ремонты (15%)
```
100 - (Простой дней / Всего ТС) × 2
```

### 5. Финансы и ГСМ (20%)
```
Перерасход: (Факт - План) / План × 100%
Стоимость 1 км: Общие расходы / Пробег × 1000
```

### Сводный рейтинг
```
Рейтинг = KPI1×0.25 + KPI2×0.20 + KPI3×0.20 + KPI4×0.15 + KPI5×0.20
```

## 🔐 Безопасность

### Ролевая модель (RBAC)

| Роль | Просмотр всех | Экспорт | Финансы | Управление |
|------|---------------|---------|---------|------------|
| Администратор | ✅ | ✅ | ✅ | ✅ |
| Руководитель | ✅ | ✅ | ✅ | ❌ |
| Бухгалтер | ❌ | ✅ | ✅ | ❌ |
| Водитель | ❌ | ❌ | ❌ | ❌ |

### Продакшен-рекомендации

1. **Замените хардкод логинов** на LDAP/Active Directory
2. **Настройте HTTPS** через reverse proxy (nginx)
3. **Добавьте логирование** действий пользователей
4. **Регулярно ротируйте** токены и ключи

```python
# Пример LDAP авторизации (заменить в check_credentials)
import ldap

def ldap_auth(username, password):
    conn = ldap.initialize('ldap://your-domain.local')
    try:
        conn.simple_bind_s(f'{username}@domain.local', password)
        return True
    except:
        return False
```

## 📈 Экспорт отчёта для бюджета

1. Войдите под ролью **admin** или **manager**
2. Перейдите в раздел **"💰 Бюджет 2027"**
3. Нажмите **"📥 Скачать отчёт (CSV)"**

Отчёт содержит:
- Текущие расходы за 2024 год
- Прогноз на 2027 год с учётом инфляции и износа
- Рекомендуемый бюджет
- Потребность в обновлении автопарка

## 🔄 Подключение ERP API (Фаза 2)

Для перехода с Google Sheets на ERP:

### 1. Создайте класс ApiFetcher

```python
# data_fetcher.py
class ApiFetcher(DataFetcher):
    def __init__(self, api_base_url: str, api_token: str):
        self.api_base_url = api_base_url
        self.api_token = api_token
    
    def get_fleet_data(self) -> pd.DataFrame:
        response = requests.get(
            f'{self.api_base_url}/fleet/vehicles',
            headers={'Authorization': f'Bearer {self.api_token}'}
        )
        return pd.DataFrame(response.json())
    
    # Реализуйте остальные 5 методов аналогично
```

### 2. Обновите app.py

```python
from data_fetcher import ApiFetcher

st.session_state.data_fetcher = ApiFetcher(
    api_base_url=os.getenv('ERP_API_URL'),
    api_token=os.getenv('ERP_API_TOKEN')
)
```

### 3. Добавьте в .env

```env
ERP_API_URL=https://erp.your-company.local/api/v1
ERP_API_TOKEN=your_token_here
```

**Никаких изменений в бизнес-логике не требуется!**

## 🛠 Troubleshooting

### Ошибка "ModuleNotFoundError"
```bash
pip install -r requirements.txt --upgrade
```

### Ошибка Google API "credentials invalid"
- Проверьте путь к `service_account.json`
- Убедитесь, что сервисный аккаунт имеет доступ к таблице
- Проверьте ID таблицы в `.env`

### Приложение не запускается
```bash
# Проверьте версию Python (требуется 3.8+)
python --version

# Пересоздайте виртуальное окружение
python -m venv venv
source venv/bin/activate  # Linux/Mac
# или
venv\Scripts\activate  # Windows
pip install -r requirements.txt
```

### Streamlit показывает кэш
- Очистите кэш: `st.cache_resource.clear()`
- Перезапустите приложение

## 📄 Лицензия

Внутренний корпоративный сервис. Не для публикации.

---

**⚠️ Политика конфиденциальности:**

Внимание: информация носит строго конфиденциальный характер. Я передаю данные для обработки, но требую хранить их в безопасности и не передавать третьим лицам согласно закону. Запрещено размещение в открытом доступе.